celery在django项目中实现并发任务和定时任务

创建一个django项目

django-admin startproject celeryDemo

进入项目目录

cd celeryDemo

在你的 Django 项目中,创建一个 celery_.py 文件,通常放在项目的根目录(与 settings.py 同级):

python 复制代码
from __future__ import absolute_import, unicode_literals
import os
from celery import Celery

# 设置 Django 的默认配置模块
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celeryDemo.settings')

app = Celery('celeryDemo')

# 从 Django 的 settings.py 中加载配置
app.config_from_object('django.conf:settings', namespace='CELERY')

# 自动发现任务模块
# app.autodiscover_tasks()
# 列出所有需要的应用
app.autodiscover_tasks(['home']) 

settings.py 中配置 Celery 添加一些基本配置,这里使用 Redis 作为消息代理:

python 复制代码
# celery_config
CELERY_BROKER_URL = 'redis://localhost:6379/7'
CELERY_RESULT_BACKEND = 'redis://localhost:6379/8'
CELERY_ACCEPT_CONTENT = ['json']
CELERY_TASK_SERIALIZER = 'json'

创建任务 在你的 Django 应用中创建任务,app.tasks.py 文件中 app是你创建的app名 我这里是home

python 复制代码
from celery import shared_task

# 定时任务
@shared_task
def my_task():
    # 任务逻辑
    print("Task is running!")
    return "Task done!"

# 并发任务
@shared_task
def add(x, y):
    print(x + y)
    return x + y

在app.views.py里添加视图函数

python 复制代码
from django.shortcuts import render
from django.http import HttpResponse, JsonResponse
from home.tasks import add


def trigger_tasks(request):
    for i in range(10):
        add.delay(i, i + 1)  # 异步调用任务
    return HttpResponse("Tasks triggered!")


def trigger_task(request):
    # 调用并发任务
    result = add.delay(4, 6)  # 异步调用任务
    # 获取任务 ID
    task_id = result.id
    return JsonResponse({'task_id': task_id})


def get_result(request, task_id):
    from celery.result import AsyncResult
    result = AsyncResult(task_id)

    if result.ready():  # 检查任务是否完成
        response = {
            'task_id': task_id,
            'status': result.status,
            'result': result.result,  # 获取任务结果
        }
    else:
        response = {
            'task_id': task_id,
            'status': result.status,
            'result': None,
        }
    return JsonResponse(response)

设置定时任务 使用 Celery Beat 来设定定时任务。在你的 settings.py 中添加

python 复制代码
from celery.schedules import crontab

CELERY_BEAT_SCHEDULE = {
    'run-my-task-every-midnight': {
        'task': 'home.tasks.my_task',
        # 'schedule': crontab(minute=0, hour=0),  # 每天的 0 点 0 分执行
        'schedule': crontab('*/1'),  # 每1分钟执行一次
    },
}

创建tasks.py

python 复制代码
from celery import shared_task

# 定时任务
@shared_task
def my_task():
    # 任务逻辑
    print("Task is running!")
    return "Task done!"

# 并发任务
@shared_task
def add(x, y):
    print(x + y)
    return x + y

设置 URL 路由 在你的 urls.py 中添加相应的 URL 路由,以便可以访问触发任务和获取结果的视图:

python 复制代码
# home/urls.py
from django.urls import path
from . import views

urlpatterns = [
    path('trigger_tasks/', views.trigger_tasks, name='trigger_tasks'),
    path('trigger-task/', views.trigger_task, name='trigger_task'),
    path('get-result/<str:task_id>/', views.get_result, name='get_result'),
]
python 复制代码
# urls.py
from django.contrib import admin
from django.urls import path, include

urlpatterns = [
    path('admin/', admin.site.urls),
    path('home/', include('home.urls')),
]

启动 Celery Worker 和 Beat 在命令行中,启动 Celery Worker 和 Beat

shell 复制代码
celery -A celeryDemo worker --loglevel=info --concurrency=4 -P thread

celery -A celeryDemo beat --loglevel=info

启动django项目

shell 复制代码
python manage.py runserver 8002

监控和调试

确保你能看到 Worker 的日志输出,以验证任务是否成功执行。你可以使用 Flower 来监控 Celery 任务的执行情况:

shell 复制代码
pip install flower
celery -A celeryDemo flower

然后访问 http://localhost:5555 以查看任务的状态。

调用异步任务返回id

![调用异步任务返回id

获取异步任务结果

查看记录

相关推荐
云空20 分钟前
《Python 与 SQLite:强大的数据库组合》
数据库·python·sqlite
凤枭香1 小时前
Python OpenCV 傅里叶变换
开发语言·图像处理·python·opencv
测试杂货铺1 小时前
外包干了2年,快要废了。。
自动化测试·软件测试·python·功能测试·测试工具·面试·职场和发展
艾派森1 小时前
大数据分析案例-基于随机森林算法的智能手机价格预测模型
人工智能·python·随机森林·机器学习·数据挖掘
小码的头发丝、2 小时前
Django中ListView 和 DetailView类的区别
数据库·python·django
Chef_Chen2 小时前
从0开始机器学习--Day17--神经网络反向传播作业
python·神经网络·机器学习
知识的宝藏3 小时前
Django中间件应该怎么使用
中间件·django
斯凯利.瑞恩3 小时前
Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户附数据代码
python·决策树·随机森林
yannan201903133 小时前
【算法】(Python)动态规划
python·算法·动态规划